搜索引擎基本上是我們要打開(kāi)的個(gè)瀏覽器網(wǎng)站。如果沒(méi)有人，不要問(wèn)我為什么，因?yàn)槟蔷褪俏摇ｋS著互聯(lián)網(wǎng)的發(fā)展，越來(lái)越多的內(nèi)容在互聯(lián)網(wǎng)上產(chǎn)生，但我們?nèi)绾尾拍茌p松地看到它呢？這直接導(dǎo)致了搜索引擎的誕生，我們做SEO網(wǎng)絡(luò)推廣，首先需要了解它的工作原理，然后才能有針對(duì)性地去做的，終實(shí)現(xiàn)網(wǎng)站排名的推廣。那么它是如何工作的呢？

這就是扎克的書中所說(shuō)的：爬行和抓取，預(yù)處理，排名。

爬行和爬行：搜索引擎蜘蛛通過(guò)跟蹤鏈接對(duì)網(wǎng)頁(yè)進(jìn)行爬行，以獲取網(wǎng)頁(yè)的HTML代碼并將其存儲(chǔ)在數(shù)據(jù)庫(kù)中。這里的蜘蛛指的是搜索引擎用來(lái)抓取訪問(wèn)頁(yè)面的程序。瀏覽網(wǎng)頁(yè)后，本程序?qū)g覽記錄作為原始數(shù)據(jù)保存到數(shù)據(jù)庫(kù)中。一般來(lái)說(shuō)，當(dāng)蜘蛛訪問(wèn)時(shí)，它們會(huì)首先訪問(wèn)網(wǎng)站根目錄中的robots協(xié)議文件，以了解哪些網(wǎng)站不能被爬網(wǎng)，哪些網(wǎng)站可以被爬網(wǎng)。

然后為了抓取更多的內(nèi)容，蜘蛛通常會(huì)跟隨網(wǎng)站上的鏈接，先根據(jù)深度和廣度抓取網(wǎng)站目錄，然后抓取數(shù)據(jù)庫(kù)。

說(shuō)完蜘蛛的話，問(wèn)題來(lái)了，怎么領(lǐng)導(dǎo)蜘蛛？我們常用的方法是到搜索引擎的網(wǎng)站提交門戶網(wǎng)站提交自己的網(wǎng)站，這樣新網(wǎng)站就可以讓蜘蛛快速訪問(wèn)并抓取記錄的數(shù)據(jù)到數(shù)據(jù)庫(kù)進(jìn)行備份。

預(yù)處理：這一步是蜘蛛抓取數(shù)據(jù)后在數(shù)據(jù)庫(kù)中的排列？首先提取文本，然后分割單詞，清除停止詞，去除重復(fù)，后根據(jù)正向索引和反向索引實(shí)現(xiàn)我們看到的排名。

排名的計(jì)算方法是：處理搜索詞、數(shù)據(jù)庫(kù)匹配、初始數(shù)據(jù)選擇、相關(guān)性計(jì)算、過(guò)濾并調(diào)整到終排名。

至此，整套工作基本結(jié)束。我們看得很簡(jiǎn)單。事實(shí)上，真相并不是我們所看到的。我們看到的只是外觀，因?yàn)槲覀儾恢兰夹g(shù)，但我們必須了解蜘蛛的抓取排名原理，這樣我們才能在未來(lái)的優(yōu)化中得心應(yīng)手。